CN110610047B - 机电执行器中电机和减速器快速选型方法 - Google Patents

机电执行器中电机和减速器快速选型方法 Download PDF

Info

Publication number
CN110610047B
CN110610047B CN201910879317.XA CN201910879317A CN110610047B CN 110610047 B CN110610047 B CN 110610047B CN 201910879317 A CN201910879317 A CN 201910879317A CN 110610047 B CN110610047 B CN 110610047B
Authority
CN
China
Prior art keywords
motor
torque
selection
constraint
speed reducer
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910879317.XA
Other languages
English (en)
Other versions
CN110610047A (zh
Inventor
林家春
王俊杰
赵鑫昌
石照耀
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Technology
Original Assignee
Beijing University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing University of Technology filed Critical Beijing University of Technology
Priority to CN201910879317.XA priority Critical patent/CN110610047B/zh
Publication of CN110610047A publication Critical patent/CN110610047A/zh
Application granted granted Critical
Publication of CN110610047B publication Critical patent/CN110610047B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02KDYNAMO-ELECTRIC MACHINES
    • H02K15/00Methods or apparatus specially adapted for manufacturing, assembling, maintaining or repairing of dynamo-electric machines

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Power Engineering (AREA)
  • Control Of Electric Motors In General (AREA)

Abstract

本发明公开了机电执行器中电机和减速器快速选型方法,包括建立数据库与参数计算、使用者添加设定、粗选型、精选型、匹配度计算,本发明能够简化电机和减速器选型中的计算过程,同时弥补了单纯使用数据库选型无法准确给定最优解和匹配度的缺点,避免了已有的设计和选型方法计算量、工作量大的弊端。本发明能够快速对数据库中电机和减速器的主要参数进行分析计算,逆推得到转矩、转速、转动惯量、响应速度、转矩自重比等的性能评价函数。使用数据库中的电机和减速参数进行计算,能够降低计算工作量。选型过程中提前预估出满足目标性能参数的电机和减速器的选型范围,然后将目标性能参数进行数据库对比,快速精确的完成电机和减速器的选型。

Description

机电执行器中电机和减速器快速选型方法
技术领域
本专利属于机器人用智能一体化关节领域,涉及一种集成化机器人关节模组的电机及减速器优化选型方法,该方法主要应用于根据机器人关节模组的性能要求快速匹配电动机和减速器。
背景技术
机电执行器简称(Electromechanical Actuator,EMA)是将电动机、减速器、驱动器,制动器、轴承、轴等集成在一个壳体中的高集成、一体化关节模组,具有输出转矩自重比大、体积小、系统稳定性高、高度集成化、安装维护简单等的特点。电动机和齿轮系是EMA的主要组成部件,通常EMA的电机与加减速器的选型是按照EMA性能要求通过大量的计算,反复对比相关设计手册确定电机和减速器的设计参数,根据给定的尺寸要求和性能要求(功率、转矩、转速等)通过大量的仿真和计算来校核,最终完成电机和齿轮系的设计。随着可用于EMA的电机和减速器产品数量日益庞大,这种反复计算的设计方法已经不适用于EMA的电动机和减速器选型,因此产生了建立电机和减速器数据库,然后使用数据库来逐一配型计算,从而选定适合EMA的电机及减速器的方法。这种方法依赖于电机和减速器的出厂输出性能参数,脱离了性能计算,导致无法准确的给出最优解和准确的匹配度。因此这两种方法均不能准确快速的进行EMA的电机和减速器选型。
发明内容
本发明设计了一种新型的电机和减速器的快速选型方法。能够简化电机和减速器选型中的计算过程,同时弥补了单纯使用数据库选型无法准确给定最优解和匹配度的缺点,避免了已有的设计和选型方法计算量、工作量大的弊端。
本发明基于快速设计计算与数据库筛选结合的方法,能够快速对数据库中电机和减速器的主要参数进行分析计算,逆推得到转矩、转速、转动惯量、响应速度、转矩自重比等的性能评价函数。使用数据库中的电机和减速参数进行计算,能够降低计算工作量。选型过程中提前预估出满足目标性能参数的电机和减速器的选型范围,然后将目标性能参数进行数据库对比,快速精确的完成电机和减速器的选型。
本发明的校核步骤分为减速器校核电机校核和EMA总校核,分步校核也能够降低计算量。本发明采用多参数的性能评价模式,能够对满足转矩、转速要求的电机减速器进行匹配度计算,计算尺寸、转动惯量、转矩自重比、响应速度的评定系数,能够在不同设定下改变评定系数的权重,对电机和减速器进行匹配度计算,从而优化选型效率并且得到最终匹配度和性能参数表。
可以应用在服务机器人关节,协作机器人关节,多轴机器人关节,工作台搭建的各个领域,综上所述该方法有利于提高EMA的电动机和减速器选型的效率,降低选型成本,并且可以适用于多个领域。
该发明的技术方案如下:
EMA电机减速器快速选型方法,包括五个部分,分别为建立数据库与参数计算、使用者添加设定、粗选型、精选型、匹配度计算,其具体实施流程如下:
(1)选型前的数据库建立和参数的计算:
建立电动机和减速器产品库;
对类型相同,电机转子体积相近的电机数据进行合并分组,求出转矩平均值,电机转子体积平均值,电机转动惯量平均值,电机响应速度平均值,电机转矩自重比平均值。作为评定电机匹配度的指标参数。
根据求出的指标参数拟合出电机转矩与电机体积的拟合函数,减速器惯量与体积的拟合函数,减速器转矩范围与长度的拟合函数,减速比与直径拟合函数。这些拟合函数将帮助使用者设定EMA的性能要求。
(2)选型设定阶段:
该选型设定阶段需要对性能要求、约束系数、优化系数进行设定。
首先,在选型设定阶段需要输入EMA的性能要求(转矩、转速),尺寸要求(长度、直径、横纵比中取任意两者)和补充要求(响应速度、负载自重比),补充要求是选型设定阶段的非必要设定。根据设定的参数,与根据上一阶段拟合出来的函数关系,能够快速判断设定参数的合理性。也可以查看函数图像,辅助设计。
其次需要设定或选择已有的约束系数,选型中在不同的性能约束下执行选型,得到的电机和减速器组合同。根据不同的性能需求,使用者制定约束系数,或保存已有约束系数,选型时直接调用已有约束系数。约束系数包括粗选型约束和精选型约束,粗选型约束包括:EMA功率、转矩、转速约束;精选型约束包括:转动惯量、尺寸、矩自重比、响应速度约束。粗选型约束必须设定,精选行约束不设定,如果不设定精选型约束将只进行减速比和惯量转矩精选型。
最后,设定和选择已有的优化系数。优化系数是选型结束后,用来计算完成配型的电机和减速器的匹配度,对EMA的转矩、转速、功率、尺寸、惯量、效率、响应性、负载自重设定优化系数,计算EMA的性能(转矩、转速、功率)设定性能优化系数K1;对EMA的尺寸、惯量设定评定系数K2;对EMA的效率、响应性、负载自重比设定补充优化系数K3。优化系数也可以像约束系数一样保存或调用。
(3)正式进入选型计算阶段;
正式选型阶段包括粗选型,精选型两个阶段:粗选型阶段是根据给定的约束,对电机,减速器进行功率、转矩、转速匹配。精选型是对转动惯量、尺寸、矩自重比、响应速度匹配。如果上一阶段中没有对精选型约束进行设定,则自动跳过精选型,直接进入下一阶段。
首先根据整体性能要求计算EMA系统的额定功率,最大功率参数,根据功率范围;
调用约束函数,计算粗选电动机的中间参数,并且粗选出符合性能要求的电动机,其中中间参数包括:许用最大转矩、额定转矩、最大转速、额定转速、额定功率、尺寸;
然后计算出粗选减速器的中间参数,并且根据电机转速和转矩性能要求,根据转速转矩范围,调用约束函数,粗选出符合性能要求的减速器,中间参数包括许用最大转矩、额定转矩、最大转速、额定转速、尺寸。
完成粗选后,对电动机和减速器进行尺寸匹配,惯量匹配,完成第一步精选型;
对电动机和减速器进行转矩自重比匹配,响应速度的匹配,减速比和惯量转矩匹配,完成第二步精选型;
(4)匹配度计算
选型结束后根据上一阶段计算的中间参数计和设定阶段设定的优化系数计算优化系数:
首先计算转速评定值,转矩评定值,计算优化系数K1
计算惯量评定值,尺寸评定值,计算优化系数K2
计算转矩自重比评定值,响应速度评定值,计算优化系数K3
根据K1,K2,K3计算匹配度,选出一种或多种配型;
生成EMA和电动机、减速器选型参数表。
附图说明
此处所说明的附图仅用来提供对本发明的进一步理解,但并不构成对发明不当限定,在附图中:
图1是本发明的简化流程图
图2是本发明的配型与评定方法的整体流程图;
图3是电机或减速器Performance map示意图;
图4是约束函数的计算流程图;
图5是减速器中间参数计算的流程图;
图6是电动机中间参数计算的流程图;
图7是电机与减速器配型示意图;
图8是EMA转角加速度关于减速比函数图像;
图9是选型过程(粗选型、精选型)的计算流程图;
图10是EMA性能评定的流程图;
图11是输出参数表;
具体实施方式
下面将结合附图具体阐述本发明:
EMA将电动机、减速器、编码器、驱动器、制动器、轴承、轴、密封件等集成设计在一个壳体中,EMA的整体设计尺寸受到各个组件尺寸的限制,其中电动机和减速器的尺寸匹配对EMA整体的集成设计影响最大,本发明对EMA的电机和减速器经行计算配型,参见附图1,实施方法包括五个部分:建立数据库与计算、添加设定、粗选型、精选型、计算匹配度。具体实施方案如下,参见附图2:
数据库需要在选型之前建立,每次更新数据库之后,通过对数据库中已有的参数进行拟合,拟合出扭矩、功率等参数的performance map,数库的建立与拟合方法如下:
筛选适合EMA使用的电动机类型,该类型电机需要具有较大转矩,较小转速,转动精度高,能够满足频繁启动的特性,多采用直流无刷电机、伺服电机、无框力矩电机等。根据不同类型电机分别建立数据库。
入库参数包括:电机类型、电机品牌、电机型号、电机长度、电机直径、电机质量、额定功率、额定电压、额定电流、额定转速、最大转速、额定转矩、最大转矩、转动惯量。
筛选适合EMA使用的减速器类型,该类型减速器需要拥有大减速比,较高响应性,体积小,转矩范围大等特性,多采用行星减速器、谐波减速器、摆线减速器等。根据不同类型减速器分别建立减速器产品数据库。
入库参包括:减速器类型、减速器品牌、减速器型号、减速器长度、减速器直径、电机质量、减速比、额定输出转矩、最大输出转矩、额定输出转速、额定最大转速、转动惯量。数据库建立后依据数据库中的参数进行计算拟合得到performance map,作为参数设定时的参考和选型后性能评定的评定标准,具体方法如下:
根据尺寸参数分别计算电机和减速器横纵比Am,Ag
其中Lm为电机长度,Dm为电机直径,Lg为减速器长度,Dg为减速器直径。
计算电机转矩自重比Twm电机响应速度Rm
其中Tm为电机额定转矩,Wm为电机质量,Jm为电机转动惯量。
计算减速器转矩自重比Twg,减速器响应速度Rg
根据电机种类,体积范围,分别拟合出电机转矩、电机转动惯量惯量、电机响应速度、电机转矩自重比关于长度和横纵比的performance map,参见图3;
根据减速器种类,分别拟合出减速器惯量与体积的拟合函数,减速器转矩范围与长度的拟合函数,减速比与直径拟合函数,完成数据库与建模部分。
模型建立后,参见附图4,设定或使用默认约束系数;
本发明可以适用于多种选型要求,完成建模部分后,需要根据不同的性能要求设定具体约束参数,设定尺寸约束系数Ks,转矩约束系数KT,转速约束常数Kr,输入重量约束Kw,功率约束系数Kp,也可以选择使用默认参数。
输入优化性能约束,性能优化参数Ko1,尺寸优化系数Ko2,补充优化参数Ko3
其中优化系数是应满足:
Ko1+Ko2+Ko3=100%
根据不同的性能要求对优化系数进行设计,优化权系数是可以精准确定不同性能要求下的电机和减速器配型。
接下来分析优化系数的合理性,如果KT,Kr<1则判定该约束无效;
优化权系数和≠1,则按比重重新分配优化系数如下:
Kopt=Ko1+Ko2+Ko3
如果约束判定无效,重新输入约束系数。
输入要求的尺寸参数和性能参数EMA长度L;直径D;额定转矩T;额定转速N;最大转矩Tmax;最大转速Nmax
参见附图5,计算电机中间参数:
根据设定或默认的性能约束系数,计算电机电机功率参数Pe
Pe=0.1047×KT·Kr·T·N
将Pe与已建立的产品库中的电机功率参数对比,对电机进行功率粗选型筛选符合性能要求的电机并计算电机中间系数:额定转矩Tme,最大转矩Tmemax,额定转速Nme,最大转速Nmemax
Tme=KTTm
Tmemax=KTTmmax
Nme=KrNm
Nmemax=KrNmmax
根据计算的电机中间标准量,与筛选出的电动机进行转矩和转速粗选型;
计算电机转矩自重比Twm电机响应速度Rm
其中Tm为电机额定转矩,Wm为电机质量,Jm为电机转动惯量。
调用性能约束系数对机转矩自重比Twm电机响应速度Rm进行电机响应速度与转矩自重比精选型。
根据设定或默认的性能约束系数,计算减速器转换电机轴转矩Tag,转速Nag,对减速器进行粗选型,
采用转矩、转速对比的方法:
Tag<Tm
Nag<Nm
参见附图6,计算减速器中间参数对减速器进行转矩、转速粗选型。
计算减速器转矩自重比Twg,减速器响应速度Rg
调用性能约束系数对机转矩自重比Twg机响应速度Rg行电机响应速度与转矩自重比精选型。
完成以上选型后,将得到精选型电机减速器配型表,参见附图7。
精选型后的电机与减速器对应,将没有配型成功的电机从选型表中删除,得到电机与减速器均有对应的选型表;
根据加速角最大原则计算减速比最佳值ie:
根据以以下关系得到转角加速度曲线,参见附图8;
其中摩擦转矩TLf按照经验公式给定,由负载类型,负载大小决定;
中间参数计算结束后,进入匹配度计算阶段参见附图9;
调用性能约束或设定性能约束系数对转速、减速比、惯量、尺寸、转矩自重比、响应速度进行匹配;
匹配后得到新的电机减速器匹配表;将不满足性能约束要求的配型删除完成精选型。
参见附图10,开始EMA匹配度计算,该阶段分为三个部分:
第一部分功率、转矩、转速评定,该评定得到性能评定参数K1
第二部分惯量、尺寸评定得到形位评定参数K2
第三部分转矩自重比、响应速度评定,得到工作评定参数K3
其中K1,K2,K3大于0小于1。
调用优化权系数计算,确定匹配度:
K=(Ko1×K1+Ko2×K3+Ko3×K3)×100%
按照k值大小降序后得到3-5组选型,并且生成参数表,参见附图11。

Claims (4)

1.机电执行器中电机和减速器快速选型方法,其特征在于:具体实施流程如下,
(1)选型前的数据库建立和参数的计算:
建立电动机和减速器产品库;
对类型相同,电机转子体积相近的电机数据进行合并分组,求出转矩平均值,电机转子体积平均值,电机转动惯量平均值,电机响应速度平均值,电机转矩自重比平均值;作为评定电机匹配度的指标参数;
根据求出的指标参数拟合出电机转矩与电机体积的拟合函数,减速器惯量与体积的拟合函数,减速器转矩范围与长度的拟合函数,减速比与直径拟合函数;
(2)选型设定阶段:
该选型设定阶段需要对性能要求、约束系数、优化系数进行设定;
(3)进入正式选型计算阶段;
正式选型阶段包括粗选型、精选型两个阶段:粗选型阶段是根据给定的约束,对电机,减速器进行功率、转矩、转速匹配;精选型阶段是对转动惯量、尺寸、电机转矩自重比、响应速度匹配;如果没有对精选型约束进行设定,则自动跳过精选型;
粗选型阶段:根据整体性能要求计算机电执行器EMA系统的额定功率,最大功率参数,根据功率范围调用约束函数,计算粗选电动机的中间参数,并且粗选出符合性能要求的电动机,其中中间参数包括:许用最大转矩、额定转矩、最大转速、额定转速、额定功率、尺寸;
然后计算出粗选减速器的中间参数,并且根据电机转速和转矩性能要求,根据转速转矩范围,调用约束函数,粗选出符合性能要求的减速器,中间参数包括许用最大转矩、额定转矩、最大转速、额定转速、尺寸;
精选型阶段:完成粗选型阶段后,继续对电动机和减速器进行尺寸匹配和转动惯量匹配,完成第一步精选型;然后,对电动机和减速器进行电机转矩自重比匹配、响应速度匹配、减速比和惯量转矩匹配,完成第二步精选型;
(4)匹配度计算
根据正式选型计算阶段的许用最大转矩、额定转矩、最大转速、额定转速、额定功率中间参数和选型设定阶段设定的优化系数计算优化系数K1,K2,K3,并生成机电执行器EMA和电动机、减速器选型参数表。
2.根据权利要求1所述的机电执行器中电机和减速器快速选型方法,其特征在于:选型设定阶段,
首先,在选型设定阶段需要输入机电执行器EMA的转矩、转速,尺寸要求,和补充要求,尺寸要求包括长度、直径、横纵比中取任意两者,补充要求包括响应速度、负载自重比;补充要求是选型设定阶段的非必要设定;根据设定的参数,与根据上一阶段拟合出来的函数关系,能够快速判断设定参数的合理性;或者查看函数图像,辅助设计;
其次,设定或选择已有约束系数,在不同性能约束下执行选型,得到电机和减速器组合;根据不同的性能需求,使用者制定约束系数,或保存已有约束系数,选型时直接调用已有约束系数;约束系数包括粗选型约束和精选型约束,粗选型约束包括:机电执行器EMA功率、转矩、转速约束;精选型约束包括:转动惯量、尺寸、电机转矩自重比、响应速度约束;粗选型约束必须设定,如果不设定精选型约束,只进行减速比和惯量转矩精选型;
最后,设定和选择已有的优化系数;优化系数是选型结束后,用来计算完成配型的电机和减速器的匹配度,对机电执行器EMA的转矩、转速、功率、尺寸、转动惯量、效率、响应性、负载自重设定优化系数,计算机电执行器EMA的性能设定性能优化系数K1;对机电执行器EMA的尺寸、转动惯量设定评定系数K2;对机电执行器EMA的效率、响应性、负载自重比设定补充优化系数K3;优化系数也能够保存或调用。
3.根据权利要求1所述的机电执行器中电机和减速器快速选型方法,其特征在于:进入正式选型计算阶段中;
调用约束函数,计算粗选电动机的中间参数,并且粗选出符合性能要求的电动机,其中中间参数包括:许用最大转矩、额定转矩、最大转速、额定转速、额定功率、尺寸;
然后计算出粗选减速器的中间参数,并且根据电机转速和转矩性能要求,根据转速转矩范围,调用约束函数,粗选出符合性能要求的减速器,中间参数包括许用最大转矩、额定转矩、最大转速、额定转速、尺寸。
4.根据权利要求1所述的机电执行器中电机和减速器快速选型方法,其特征在于:匹配度计算:
首先计算转速评定值,转矩评定值,计算优化系数K1
计算转动惯量评定值,尺寸评定值,计算优化系数K2
计算电机转矩自重比评定值,响应速度评定值,计算优化系数K3
根据K1,K2,K3计算匹配度,选出一种或多种配型。
CN201910879317.XA 2019-09-18 2019-09-18 机电执行器中电机和减速器快速选型方法 Active CN110610047B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910879317.XA CN110610047B (zh) 2019-09-18 2019-09-18 机电执行器中电机和减速器快速选型方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910879317.XA CN110610047B (zh) 2019-09-18 2019-09-18 机电执行器中电机和减速器快速选型方法

Publications (2)

Publication Number Publication Date
CN110610047A CN110610047A (zh) 2019-12-24
CN110610047B true CN110610047B (zh) 2023-11-24

Family

ID=68891516

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910879317.XA Active CN110610047B (zh) 2019-09-18 2019-09-18 机电执行器中电机和减速器快速选型方法

Country Status (1)

Country Link
CN (1) CN110610047B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111168661B (zh) * 2020-02-14 2021-06-01 珠海格力智能装备有限公司 机器人用减速机的运行保护方法及其系统、存储介质
CN111478466A (zh) * 2020-04-14 2020-07-31 合肥工业大学 一种同步磁阻电机转子优化设计方法
CN111651800A (zh) * 2020-05-26 2020-09-11 上海电机学院 一种电机自动选型方法
CN113400339B (zh) * 2021-06-18 2022-06-14 伯朗特机器人股份有限公司 一种多关节机器人减速机以及电机的选型方法
CN113618735B (zh) * 2021-08-16 2022-07-19 深圳市优必选科技股份有限公司 一种机器人关节的配置信息的确定方法、装置及终端设备

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104537244B (zh) * 2014-12-31 2017-08-01 大连理工大学 一种多自由度机器人腕部电机、减速器的计算与选型方法
JP6378384B1 (ja) * 2017-03-14 2018-08-22 ファナック株式会社 モータ選定方法及びモータ選定プログラム
CN108920880B (zh) * 2018-08-14 2023-06-09 合肥哈工图南智控机器人有限公司 一种智能驱动单元的电机和减速器选型方法
CN109228886B (zh) * 2018-09-30 2020-07-31 北京新能源汽车股份有限公司 一种电动汽车动力总成参数匹配方法、控制装置及设备

Also Published As

Publication number Publication date
CN110610047A (zh) 2019-12-24

Similar Documents

Publication Publication Date Title
CN110610047B (zh) 机电执行器中电机和减速器快速选型方法
Lei et al. Fast real-time NURBS path interpolation for CNC machine tools
CN109711061B (zh) 基于整车怠速振动性能的动力总成悬置稳健性优化方法
JP5638724B2 (ja) 運動制御アクチュエーターに対する軌道を生成する方法
CN104537244A (zh) 一种多自由度机器人腕部电机、减速器的计算与选型方法
CN108920880B (zh) 一种智能驱动单元的电机和减速器选型方法
US10120368B2 (en) Manufacturing adjustment system that adjusts manufacturing statuses of multiple machines
CN1967414A (zh) 永磁同步电机的简化自抗扰控制器的构造方法
CN106817058A (zh) 电动叉车的驱动控制方法、装置以及电动叉车
CN110703693B (zh) 一种机床进给系统的迭代学习前馈控制方法及系统
CN110402188B (zh) 驱动系统和其评估
CN112907057A (zh) 基于改进mopso算法的生产调度优化方法及系统
CN103760827A (zh) 跃度约束的数控加工进给率的离线规划方法
CN101368624B (zh) 汽车变速器轴承的选配及寿命评定方法
CN109725536A (zh) 一种基于自抗扰控制算法的阀门电动执行器控制方法
Kim et al. Hardware-in-the-loop simulation for estimation of position control performance of machine tool feed drive
CN102581384B (zh) 一种基于等切削面积的插齿加工方法
CN104270046A (zh) 一种基于转速-电流二维模糊模型自学习的电机控制方法
CN116252039B (zh) 一种惯性摩擦焊机智能控制方法和系统
Li et al. Energy dissipation characteristics modelling for hot extrusion forming of aluminum-alloy components
CN103413049B (zh) 基于机电耦合特性的并联机床结构优化参数值的获取方法
CN109445282A (zh) 一种面向基础元器件加工工艺的优化调度方法
Wartzack et al. What does design for production mean?–From design guidelines to self-learning engineering workbenches
Wang et al. Thermal error prediction of numerical control machine based on improved particle swarm optimized back propagation neural network
CN113946922A (zh) 一种五轴联动铣削过程的动力学集成建模和加工精度预测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant